Rapport sept 2013 ”Kvalitetsstjärnan” Nationellt kvalitetsregister Del 2: Fokus på Stjärnvariabler I Del 1 undersöktes internt bortfall i Kvalitetsstjärnans.

Slides:



Advertisements
Liknande presentationer
Del 5: Lång tids användning av Stjärnan
Advertisements

Vad tycker de äldre om äldreomsorgen 2013
Vetenskaplig studie av det alkoholpreventiva
Kärnkraftsopinionen november 2006 T Analysgruppen vid KSU:Hans Ehdwall Synovate Temo: Arne Modig, John Almering Datum:
SCB i Almedalen 2012 Statistikens betydelse för samhället
Del 3: Ett femårsperspektiv
Provbetyg – Slutbetyg Likvärdig bedömning? En statistisk analys av sambandet mellan nationella prov och slutbetyg i grundskolan,
Indikatorerna Undvikbar slutenvård Återinskrivningar inom 30 dagar - 65 år och äldre 2009 till 2013 kvartal 2 Sammanställning av indikatorerna per kvartal.
Bidrar en integrerad vårdmodell till personcentrerad vård ? sjuksköterskors erfarenheter från en onkologisk klinik Anki Delin Eriksson.
”Kvalitetsstjärnan” Nationellt kvalitetsregister
Kvalitetsstjärnedata över tid – Utmärkt stöd för reflexion och ärendepresentation! • Oftast presenteras kvalitetsstjärnan i jämförelse över tid och mellan.
Ungas frågor om alkohol och droger
Platsteamsresultat Team Marita/Skene dialysen 2008.
Nationella kvalitetsregistret inom gynekologisk kirurgi
Hur fungerar missbrukarvården i Piteå? Resultat och Ekonomi!
Förskolor och skolor i Nacka – i en klass för sig Gymnasieutbildning Kvalitetsredovisning för förskoleverksamhet och utbildning i Nacka kommun år 2008,
Fakta om undersökningen
Blir det bättre med vårdval i primärvården? DLF symposium 15 nov 2012 Anders Anell Ekonomihögskolan, Lunds universitet.
Fakta om undersökningen
Tillämpad statistik Naprapathögskolan
Cannabiskonferens i Säffle 6 maj 2013 MAUDE JOHANSSON
Kartläggning av Valberedningar tillsatta under Maj 2009.
Kvartalsstatistik från Strama kvartal 2, 2008 Öppenvård: Antibiotika (J01 exkl. metenamin), per månad, DDD/1000 invånare och dag, inkl. glidande medelvärde.
Experimentell utvärdering Språkteknologisk forskning och utveckling (HT 2006)
Stramas tabeller med menyval – en användarhandledning Tabellerna finns på och visar statistik över antibiotikaförsäljningen i öppen respektive.
SCB:s medborgarundersökning Nackas resultat med jämförelser Genomförd 19 september – 8 november personer svarade (av 1500)
© APeL Några iakttagelser – generella mönster och möjliga tolkningar Enkätundersökning KNUT II 2009.
Kvalitetsstjärnan för Vuxenpsykiatri - Instrument
Öppna jämförelser 2014 Ett Västra Götalandsperspektiv Utfärdat av: Bill Hesselmar och Anna Norman Kjellström.
En mycket vanlig frågeställning gäller om två storheter har ett samband eller inte, många gånger är det helt klart: y x För en mätserie som denna är det.
Kvalitetsregister - klinisk uppföljning Kvalitetsregister –Se till stora grupper –Utveckla vården –Se samband, systematik –Generaliserbarhet –Bortfall.
Kundundersökning mars 2010 Operatör: Granbergs Buss AB Trafikslag: Buss Sträcka: Luleå - Kiruna.
Kundundersökning mars 2010 Operatör: Dalatrafik-KR Trafik AB Trafikslag: Buss Sträcka: Mora - Gällivare.
Statistiska samband i trafikolyckor Av: Lina Forsberg Hangjin Lee Daniel Leo Carl-Mikael Westman.
Palliativregistrets värdegrund Jag… och mina närstående är informerade om min situation är lindrad från smärta och andra besvärande symtom är ordinerad.
YouGov Omnibus, april 2014 Omnibus Zoonoser ERV Försäkringsaktiebolag.
Enkäter Strukturerat frågeformulär. Utgångspunkter A) Undersökningens syfte * Vad skall undersökas? * Vilka frågeställningar skall besvaras med hjälp.
Enkäter Strukturerat frågeformulär. Studentspegeln 2007 ”Studentspegeln är en undersökning om olika kvalitetsaspekter inom den grundutbildningen. Den.
Statistisk inferensteori. Inledning Den statistiska inferensteorin handlar i huvudsak om att dra slutsatser från ett slumpmässigt urval (sannolikhetsurval)
En sak i taget 1. Mata in data 2. Förbered data för beräkningar 3. Beräkna 1. Börja med att testa din hypotes 2. Därefter titta på ev bakomliggande faktorer.
WebRehab Sweden Öppenvård WebRehab Sweden Nationellt kvalitetsregister Öppenvård (start dec 2010)
INFERENS & SAMBAND. population Population Stickprov, urval INFERENS = Dra slutsatser från data om hela populationen utifrån ett stickprov Data, observationer.
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2017
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Multipel regression och att bygga (fungerande) modeller
Samband mellan ohälsa i munnen och MNA ≤ 7 – data från Senior alert Jan 2013 – Juli Dennis Nordvall Statistiker, Qulturum.
Regiongemensam enkät i förskola och familjedaghem 2016
Regiongemensam enkät i förskola och familjedaghem 2016
Rapport första halvåret (H1) 2019 Sömnmedelsförskrivningen för äldre i Västmanland Athir Tarish Informationsläkare, Läkemedelskommittén.
Presentationens avskrift:

Rapport sept 2013 ”Kvalitetsstjärnan” Nationellt kvalitetsregister Del 2: Fokus på Stjärnvariabler I Del 1 undersöktes internt bortfall i Kvalitetsstjärnans variabler och dessutom användningen av svarsalternativ med innebörden ”Vet ej”. Sammanfattningsvis visades att sedan år 2009 har det interna bortfallet i flertalet variabler varit litet, liksom användningen av ”Vet ej”- alternativet. Några variabler hade mindre god datakvalitet i dessa hänseenden. Med fyndet i rapportens Del 1 att databasens innehåll nu huvudsakligen har god kvalitet blir det meningsfullt att i Del 2 se på variationer i Kvalitetsstjärnans utfallsmått som beroende variabler i relation till de allra flesta bakgrundsvariabler som oberoende variabler. Förstgångsskattningar under perioden har använts. Kvalitetsstjärnans AU

SAMMANFATTNING Rapportens Del 2 Syftet med denna rapport är att presentera hur bakgrundsvariabler inverkar på de olika Kvalitetsstjärnemåtten. Man skall lokalt kunna använda innehållet som ett referensmaterial för att kunna göra överväganden om skillnader i egna medelvärden i förhållande till databasen kan bedömas som faktiska eller beroende på att man har en grupp där skillnader kan bero på att man har en annorlunda sammansättning av gruppen vad gäller bakgrundsuppgifter. På nästa bild finns en översikt av fynden i Del 2 beträffande vilka bakgrundsdata som ger statistiskt säkra skillnader i stjärnans utfallsmått beroende på olika svarsalternativ i bakgrundsdata. Dessa är gulmarkerade. Man ser t ex inledningsvis i tabellen på nästa sida att beträffande kön har kvinnor högre medeltal i alla Kvalitetsstjärnemått än män förutom för hälsoscreening. Vid t ex ett högt medelvärde på ConSat vid den lokala enheten bör man alltså se på om man har en högre andel kvinnor i sin grupp än i hela databasen – vilket skulle kunna bidra till skillnader. På nästa rad i tabellen nästa sida ser man t ex att troligen har inte åldersskillnader betydelse för hur patienter skattar ConSat. Tredje raden: Diagnosgrupper. Här finns tendens att detta har betydelse för ConSat-nivån. Vidare i tabellen är rad för rad gulmarkerat vilka bakgrundsfaktorer som påverkar ConSat och de andra Kvalitetsstjärnemåtten. Alla följande flikar ger sedan en mera detaljerad statistisk bakgrund till tabellen på nästa sida.

Översikt av fynden i Del 2

DATA och UPPLÄGGNING av Delrapport 2 DATA Data från åren används då det i delrapport 1 visades att data från dessa år i de flesta variabler har tillfredsställande kvalitet. Endast förstgångsskattningar (N=1540) används. UPPLÄGG De patientsubjektiva skattningarna (Brukartillfredsställelse, Livskvalitet och Upplevda besvär) samt Närståendebörda, liksom de professionella skattningarna (GAFF, GAFS, Hälsoscreening) har studerats i relation till var och en av de Bakgrundsvariabler som bedömdes användbara i delrapport 1. STATISTIK Var och en av de sju Kvalitetsstjärnemåttens association till bakgrunddata har undersökts med ANOVA och post hoc testats med Tukey HSD För variabler med endast 2 kategorien (t ex Kön) prövades statistisk signifikans med Spearman-korrelation och t-test. Redovisningen följer i huvudsak dispositionen i Del 1 för att det skall var enkelt att kunna titta i båda filer parallellt.

Stjärnvärden per Kön Kvinnor (2) i materialet har högre medelvärde än män (1) i alla stjärnvärden utom för hälsoscreening (SpecVärde) Signifikant medelvärdesskillnad mellan män och kvinnor (t-test) finns för ConSat (p<.000) GAFF (p<.000) AnhFakt (p<.050) GAFS (p<.001)

Stjärnvärden per Åldersgrupp Stjärnvärden uppvisare en trend där högre värden finns med ökande ålder för Livskvalitet Anhörigbörda, Hälsoscreening och Upplevda besvär. För ConSat och GAFF/ /GAFS finns ingen sådan tendens Signifikanta medelvärdesskillnader finns mellan åldergrupperna (ANOVA) för Livskvalitet, Anhörigbörda, Hälsoscreening och Upplevda besvär (Se tabell t höger nedtill). Post hoc test Tukey HDS visar signifikanta skillnader för Livskvalitet mellan flera åldersgrupper För Anhörigbörda mellan den lägsta åldergrupp och samtliga andra (men ej mellan var och en åldergrupp), för hälsoscreening mellan lägsta o högsta åldersgrupper samt mellan de båda högsta. För Upplevda besvär mellan flertalet åldersgrupps- kombinationer.

Historik besvär och vårdkontakt Analys av stjärnvärdenas variation med nedanst historikdata görs ej p g a otillförlitliga data, som beskrevs i Delrapport 1

Stjärnvärden per Diagnos 1 Stjärnvärden för diagnosgrupper skiljer sig åt. Undergruppen F23+F24 inom schizofreniområdet har högre värden. Vissa stjärnvärden är jämförelsevis låga för några andra diagnosgrupper t ex personlighetsstörningar (F4). Forts. Signifikansprövning – se nästa sida vid 1:a skattning

ConSat – inga signifikanta skillnader mellan diagnosgrupper Livskvalitet – Flertalet schizofrenidiagnoser har inbördes skillnader och även i en del fall gentemot F3 F4 och F8 diagnos GAF-F - Flertalet schizofrenidiagnoser har inbördes skillnader och även i en del fall gentemot F3 F4 F6 och F8 diagnos Anhörigbörda – Signifikant skillnad mellan F23-24 och F28-29 samt mellan F23-24 och F8 Hälsoscreening – Enda signifikanta skillnader är mellan F20 o F25 GAF-S - Flertalet schizofrenidiagnoser har inbördes skillnader och även i en del fall gentemot F3 F4 F8 och F9 diagnos Upplevda besvär – Signifikanta skillnader finns mellan flera schizofrenigrupper. F4 och F8 har skillnader gentemot flera schizofrenigruppen och F3, F6 och f9 mot schizofrenigruppen F23-24 ANOVA indikerar skillnader i alla stjärnmedelvärden mellan diagnosgrupper (tabell t höger) Post hoc analys med Tukey HSD sammanfattas nedan

SAMHÄLLSFUNKTIONER Boende Försörjning Arbete/studier Skolunderbyggnad

Stjärnvärden per Boendeform Signifikanta medelvärdesskillnader(ANOVA) finns mellan boendegrupperna för ConSat GAFF Hälsoscreening och GAFS Post hoc test Tukey HSD klargjorde att skillnaderna gäller: För ConSat mellan 1 och 2, 3 För GAFF mellan 1 och 2-4 Hälsoscreening mellan 1 och 2 För GAFF mellan 1 och 2-4 De med ordinärt boende (1) har högre värden på ConSat GAFF, Hälsoscreening och GAFS Inga andra skillnader är statistisk säkerställda

Stjärnvärden per Försörjning Egen försörjning (1) är förenat med högre stjärnvärden i de flesta hänseenden än för gruppen sjuk- skrivna/-ersättning (2). GAF-F har ytterligare skillnader mellan grupper (GAFS i lägre grad) Signifikanta medelvärdesskillnader(ANOVA) finns mellan försörjningsgruppen för ConSatVärde, LifeQVärde, GAFF, GAFS och DistressFakt Post hoc test Tukey HSD klargjorde att skillnaderna gäller: För ConSat mellan 1 och 2 För livskvalitet mellan 1 och 2 För GAFF mellan 1 och 2-5 samt mellan 2 o 5 För GAFFSmellan 1 och 2-4 Upplevda besvär mellan 1 och 2

Stjärnvärden per Arbete/studier Medelvärden för stjärnvärden vid olika sysselsättningsformer – se tabell t höger forts Statisisk skillnad (prövad med ANOVA) är tydlig endast för GAFF och GAFS:

Stjärnvärden per Arbete/studier Grafiskt beskrivning av innehållet i tabell på föregående sida Post hoc test (Tukey SHD) visade att Signifikant skillnad finns mellan flera – men inte alla sysselsättningsformer beträffande GAFF o GAFS. Skillnader för övriga stjärnvärden mellan sysselsättningsformer är ej statiskt säkra.

Stjärnvärden per Uppnådd utbildning Skillader finns beroende på nivå av GAFF och GAFS Post hoc test (Tukey SHD) visade att Signifikant skillnad finns mellan framför beträffande högre medelvärden för GAFF och GAFF hos de som fullgjort eftergymnasial utbildning (4) i relation till andra alternativ. Skillnader för övriga stjärnvärden mellan uppnådda studier är ej statiskt säkra.

Civil status Fast relation Sociala kontakter Hushållets sammansättning Barn under 18 år i hushållet Egna barn "NÄRA”- SITUATIONEN

Stjärnvärden per Civilstatus Det finns skillnader beträffande ConSat GAFF Hälsoscreening o GAFS för olika civilstatus (ANOVA) Post hoc test (Tukey SHD) visade gifta har högre GAFF GAFS, Frånskilda har högre ConSat men också sämre hälsoscreening – allt i relation till några andra civilstatus – se gulmarkeringar i tabell till höger.

Stjärnvärden per Fast relation Det finns sign. skillnader beträffande alla stjärnvärden förutom Anhörigbörda o Upplevda besvär (ANOVA) Post hoc test (Tukey SHD) visade att ConSat För 3 är högre än 1-2. QoL 2 lägre än 3, GAFF 1 lägre än 2-4. Hälsoscreening högre (!) 1 än 2. GAFS 4 högre än 1-2 och 5 högre än 4

Stjärnvärden per Sociala kontakter ANOVA visar skillnader mellan alla stjärnvärden exkl ConSat mellan kontakttyper Post hoc test (Tukey SHD) visade att GAFF kategori 5 har högre värde än 1,3,4. AnhB och GAFS 5 högre än 1

Stjärnvärden per Hushållets sammansättning ANOVA visar skillnader mellan stjärnvärden GAFF, Anhörigbörda, GAFS mellan olika hushåll Post hoc test (Tukey SHD) visade att GAFF kategori 2 har högre värde än 1,3 AnhB 1 högre än 3. GAFS 2 högre än 1,3

Stjärnvärden vid Barn under 18 år i hushållet De som har barn under 18 år i hemmet (2) i materialet har högre medelvärde på ConSat, GAFF och GAFS än de som inte har barn hemma (1) Signifikant medelvärdesskillnad (t-test) för ConSat (p<.000) GAFF (p<.000) och GAFS (p<.000)

Stjärnvärden vid Egna barn De som har egna barn (2) har högre medelvärde på ConSat, GAFF och GAFS än de som inte har egna barn (1) Signifikant medelvärdesskillnad (t-test) för ConSat (p=003) GAFF (p<.000) och GAFS (p<.000)

ANVÄNDA RESURSER Dagar i Vård - varav Slutenvårdsdagar - varav Dagar med ÖV-besök (KVÅ har inte analyserats)

Stjärnvärden relaterat till Dagar i vård Signifikanta korrelationer (Spearman) finns (blåmark.) mellan vårddagar/ÖV- kontakter och summa Dagar med vård (EkonVärde) För de flesta stjänvärden är korrelationen rho= för totalsumman och lägre för vårddagar och ÖV- kontakter. Tabellens nederdel (gul) visar korrelationer mellan typerna av vårdkontakt och summan ”DiV” På följande sidor finns tabeller från verksamheter med data i tillräcklig mängd för att analysera olikheter mellan Verksamheter – som kan vara delförklaring till låga korrelationer i totalmaterialet

Stjärnvärden per DIV per Verksamheter I Uppsalamaterialet är korrelationer högst mellan GAFF och GAFS med DIV I Örebromaterialet korrelerar i stället de subjektiva items Livskvalitet, Hälsoscreening och Upplevda besvär

Obs små material. Men: I Eslöv korrelerar DIV med GAFF GAFS - i Jönköping med Upplevda besvär Forts.

Slutord Genom de mera fullständiga uppgifter som rapporterats under senare år (klarlagt i Delrapport 1) har nu i denna Delrapport 2 för första gången en mera säker analys kunnat göras av hur bakgrundsdata inverkar på Kvalitetsstjärnemåtten.. Primära databaser till rapporten har kvalitetssäkrats Lokalt – TACK ALLA! Göran Eiman har sammanställt insamlade data som rensats/kvalitetssäkrats tillsammans med Bo Ivarsson, som gjort rapportutkastet. Kvalitetsstjärnans Gemensamma Genomförandegrupp (GGG) och AU har godkänt spridning. Informera gärna de du tror kan vara intresserade om rapporten som finns på hemsidan Frågor kring Delrapport 5 kan mailas till Kvalitetsstjärnans registeransvarig: